polish-claw-project
정보
이 스킬은 OpenClaw 생태계 프로젝트에 기여하기 위한 구조화된 9단계 워크플로를 제공하며, 보안 인식 코드 리뷰와 풀 리퀘스트 생성에 중점을 둡니다. 병렬 감사, 오탐 방지, 기존 이슈와의 결과 교차 참조를 강조하여 영향력 높은 기여를 우선시합니다. OpenClaw, NemoClaw, NanoClaw와 같은 보안 민감 오픈소스 프로젝트에 반복 가능하고 감사 가능한 기여를 수행할 때 사용하십시오.
빠른 설치
Claude Code
추천npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/polish-claw-projectClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
打磨 Claw 專案
為 OpenClaw 生態之專案貢獻而設之結構化工作流程。其新穎價值集中於步驟 5-7:平行稽核、防誤報、將發現對照公開議題以擇高影響力之貢獻。機械性步驟(fork、PR 建立)委由既有技能。
適用時機
- 為 NVIDIA/OpenClaw、NVIDIA/NemoClaw、NVIDIA/NanoClaw 或類似 Claw 生態之倉庫貢獻
- 對含安全敏感架構之開源專案首次貢獻
- 欲行可重複、可稽核之貢獻流程,而非臨時修補
- 確認某 Claw 專案接受外部貢獻後(檢 CONTRIBUTING.md)
輸入
- 必要:
repo_url—— 目標 Claw 專案之 GitHub URL(如https://github.com/NVIDIA/NemoClaw) - 選擇性:
contribution_count—— 目標貢獻數(預設:1-3)focus—— 偏好之貢獻類型:security、tests、docs、bugs、any(預設:any)fork_org—— fork 至之 GitHub org/user(預設:認證使用者)
步驟
步驟一:辨識並驗證目標
確認專案接受外部貢獻且積極維護中。
- 開啟倉庫 URL 並讀
CONTRIBUTING.md、CODE_OF_CONDUCT.md與LICENSE - 檢視近期提交活動(過去 30 日)與公開 PR 之合併率
- 驗證專案採用寬鬆或對貢獻友善之授權
- 若有
SECURITY.md或安全政策,閱之——留意負責揭露規則 - 辨識主要語言、測試框架與 CI 系統
預期: CONTRIBUTING.md 存在,30 日內有提交,貢獻指引清晰。
失敗時: 若無 CONTRIBUTING.md 或近期無活動,記錄理由並止步——停滯之專案少接受外部 PR。
步驟二:Fork 並 Clone
建立倉庫之工作副本。
- Fork:
gh repo fork <repo_url> --clone - 設上游遠端:
git remote add upstream <repo_url> - 驗證:
git remote -v顯示origin(fork)與upstream - 同步:
git fetch upstream && git checkout main && git merge upstream/main
預期: 本地副本已配置雙遠端且為最新。
失敗時: 若 fork 失敗,檢視 GitHub 認證(gh auth status)。若 clone 過慢,初探可用 --depth=1。
步驟三:探索程式碼
對專案架構建立心智模型。
- 讀
README.md以了解架構概觀與專案目標 - 辨識入口點、核心模組與公開 API 表面
- 繪測試結構:測試所在、所用框架、覆蓋率
- 留意程式風格慣例:linter 設定、命名模式、import 風格
- 檢查 Docker/容器設置、CI 設定與部署模式
預期: 對專案結構、慣例與貢獻適配處有清晰理解。
失敗時: 若架構不明,聚焦於某子系統而非整個專案。
步驟四:閱讀公開議題
掃視既有議題以了解專案需求並避免重工。
- 列出公開議題:
gh issue list --state open --limit 50 - 依類分類:bug、功能、文件、安全、good-first-issue
- 留意標籤為
help wanted、good first issue或hacktoberfest之議題 - 檢查停滯議題(>90 日無動作)——可能已被棄置
- 讀任何相關 PR,了解曾嘗試之解法
預期: 一份分類之未認領議題清單。
失敗時: 若無公開議題,進入步驟五——稽核可能揭出未列之改進。
步驟五:平行稽核
平行執行安全與程式品質之稽核。新穎發現於此浮現。
- 對專案根目錄執行
security-audit-codebase技能 - 同時執行
review-codebase技能,範圍為quality - 關鍵:將每項發現對照專案之威脅模型與架構加以驗證
- 沙箱啟動腳本中之「硬編碼密鑰」並非漏洞
- 僅供內部使用之函式之輸入驗證缺失,嚴重度低
- 標為易受攻擊之相依,恐已被專案架構所緩解
- 將已驗發現分等:CRITICAL、HIGH、MEDIUM、LOW
- 將誤報及其理由記錄之——可入未來之常見陷阱
預期: 一份附嚴重度之已驗發現清單,並標註誤報。
失敗時: 若無發現浮現,轉聚焦於測試覆蓋缺口、文件改進或開發者體驗加強。
步驟六:交叉參照發現
將已驗稽核發現對照公開議題——核心之判斷步驟。
- 對每項已驗發現,於公開議題中搜相關討論
- 將每項發現歸類為:
- 與公開議題吻合 —— 將發現連結至該議題
- 新發現 —— 既有議題未涵蓋
- 公開 PR 中已修 —— 檢視進行中之 PR
- 優先處理與既有議題吻合者(合併機率最高)
- 對新發現,依專案優先順序評估維護者是否歡迎此修
預期: 一份排序清單,含發現對議題之對應與合併機率評估。
失敗時: 若所有發現皆已被處理,回到步驟四,找文件、測試或開發者體驗之貢獻。
步驟七:擇定貢獻
依影響力、付出與專長擇 1-3 件貢獻。
- 為每候選打分:
- 影響力:對專案之改善程度(安全 > bug > 測試 > 文件)
- 付出:能否於聚焦之單次工作完成?(小而完整之 PR 為佳)
- 專長:貢獻者是否具修補所需之領域知識?
- 合併機率:是否與專案宣告之優先順序相符?
- 擇得分最高者(預設:1-3 件)
- 為每件界定:分支名、範圍邊界、驗收準則、測試計畫
預期: 1-3 件已擇貢獻,附明確範圍與驗收準則。
失敗時: 若無候選得分良好,考慮以撰寫良好之議題提交,而非 PR。
步驟八:實作
每件貢獻建一分支並實作之。
- 對每件:
git checkout -b fix/<description> - 嚴格遵循專案慣例(linter、命名、import 風格)
- 為變更新增或更新測試
- 執行專案測試套件:驗證全部通過
- 執行專案 linter:驗證無新警告
- 每 PR 聚焦——每分支一個邏輯變更
預期: 乾淨之實作,測試通過、linter 無警告。
失敗時: 若測試因既有問題失敗,記錄之並確保 PR 未引入新失敗。
步驟九:建立 Pull Request
依專案 CONTRIBUTING.md 提交貢獻。
- 推送分支:
git push origin fix/<description> - 以
create-pull-request技能建立 PR - PR 內容中參照相關議題(如「Fixes #123」)
- 若有 PR 模板,依之
- 對審查者回饋積極回應——快速迭代
預期: PR 已建立、已連結議題、合於專案慣例。
失敗時: 若 PR 建立失敗,檢視分支保護規則與貢獻者授權協議。
驗證
- 所有所擇貢獻皆已實作並提交為 PR
- 各 PR 皆參照相關議題(若存在)
- 各 PR 分支之全部專案測試通過
- 無誤報之發現被以實際議題提交
- PR 描述合於專案 CONTRIBUTING.md 之模板
常見陷阱
- 誤報過稱:Claw 專案採沙箱架構——沙箱內之「漏洞」可能為設計使然。回報前務必對照專案威脅模型驗證。
- 摘要/簽章鏈中斷:Claw 專案常用驗證鏈以保模型完整。變更須保此鏈,否則 PR 將被拒。
- 慣例不合:Claw 專案執行嚴格之風格。執行專案自身之 linter,而非通用者。import 順序、docstring 格式與測試模式皆應一致。
- 範圍蔓延:3 個聚焦之 PR 比 1 個拖長之 PR 合併更快。每件貢獻保持原子化。
- 過時 fork:開工前務必與上游同步(
git fetch upstream && git merge upstream/main)。
相關技能
- security-audit-codebase —— 步驟五用於安全發現
- review-codebase —— 步驟五用於程式品質審查
- create-pull-request —— 步驟九用於建立 PR
- create-github-issues —— 對未以 PR 處理之發現提交議題
- manage-git-branches —— 實作期間之分支管理
- commit-changes —— 提交流程
GitHub 저장소
연관 스킬
content-collections
메타이 스킬은 콘텐츠 콜렉션(Content Collections)을 위한 프로덕션 검증된 설정을 제공합니다. 콘텐츠 콜렉션은 Markdown/MDX 파일을 Zod 검증이 포함된 타입 안전한 데이터 콜렉션으로 변환해주는 TypeScript 최우선 도구입니다. 블로그, 문서 사이트 또는 콘텐츠 중심의 Vite + React 애플리케이션을 구축할 때 타입 안전성과 자동 콘텐츠 검증을 보장하기 위해 사용하세요. Vite 플러그인 구성과 MDX 컴파일부터 배포 최적화 및 스키마 검증에 이르기까지 모든 것을 다룹니다.
polymarket
메타이 스킬은 개발자들이 Polymarket 예측 시장 플랫폼을 활용한 애플리케이션을 구축할 수 있도록 지원하며, 거래 및 시장 데이터를 위한 API 통합 기능을 포함합니다. 또한 WebSocket을 통한 실시간 데이터 스트리밍을 제공하여 실시간 거래와 시장 활동을 모니터링할 수 있습니다. 이를 통해 거래 전략을 구현하거나 실시간 시장 업데이트를 처리하는 도구를 생성하는 데 활용할 수 있습니다.
creating-opencode-plugins
메타이 스킬은 개발자들이 명령어, 파일, LSP 작업 등 25개 이상의 이벤트 유형에 연결되는 OpenCode 플러그인을 만들 수 있도록 돕습니다. JavaScript/TypeScript 모듈을 위한 플러그인 구조, 이벤트 API 명세, 구현 패턴을 제공합니다. OpenCode AI 어시스턴트의 라이프사이클을 사용자 정의 이벤트 기반 로직으로 가로채거나, 모니터링하거나, 확장해야 할 때 사용하세요.
sglang
메타SGLang은 RadixAttention 프리픽스 캐싱을 활용하여 JSON, 정규식, 에이전트 워크플로우를 위한 고속 구조화 생성에 특화된 고성능 LLM 서빙 프레임워크입니다. 특히 반복되는 프리픽스가 있는 작업에서 상당히 빠른 추론 속도를 제공하여 복잡한 구조화 출력 및 다중 턴 대화에 이상적입니다. 제약 디코딩이 필요하거나 광범위한 프리픽스 공유가 있는 애플리케이션을 구축할 때는 vLLM과 같은 대안보다 SGLang을 선택하십시오.
